《保 姆 级 CV 学 习 路 线》有了，肝没了！

作为一名人工智能之计算机视觉的技术博主，最常被问到的莫过于「如何入门CV」了。

今天，给大家双手奉上一份保姆级 CV 学习路线。但是，这个保姆级不是形容这份指南有多详细，而是这是一份考虑到不同基础受众和求职环境，一份非常贴心的学习路线。

如何系统的学习

• 入门CV最忌讳的就是一开始就猛啃高深的理论。你不仅会看的一头雾水，还会积极性受打极大打击。头两个月从实战和调包入手，背后的原理大概知道就好。
• 理论的学习和项目实战尽量一起进行，单纯地啃理论很容易“阅后即焚”。
• CV可以速成，但是过程会很痛苦，而且底子会不够扎实，需要在工作中不断学习弥补，所以如果有的选还是尽量提早规划。

鉴于此，我分享的这条路线就相对体系化，不仅包含了初学者必会的数学和图像基础、OpenCV编程也有机器学习与深度学习。

并且机器学习和深度学习并不是与CV割裂开来的学习，在学习具体知识点的过程中会带入一些具体的应用方向，例如：人脸检测，物体识别，姿态识别，行人检测，表情识别，基于内容的图像检索等等。

通过这些实战项目将基础知识融入到实践当中，你学习完要能实现使用传统机器学习方法与流行的深度学习方法独立地实现计算机视觉的各种应用场景。

要知道，以练代学是最好的方法。光啃理论知识，没有实操，学习效率极低。

贴心如我，把这条学习路径配备了详细的完备的学习资源，并且已经整理好，放在网盘里，足足20个G。

文末有资源领取和下载方式，以下是详细内容介绍！

第一阶段：机器学习与计算机视觉

计算机视觉简介

• cv简介
• cv技能树构建
• 应用领域

机器学习的数学基础

• 线性与非线性变换
• 概率学基础
• 熵
• kl散度
• 梯度下降法

计算机视觉与机器学习基础

图像和视频

• 图像的取样与量化
• 滤波
• 直方图
• 上采样
• 下采样
• 卷积
• 直方图均衡化算法
• 最近邻差值
• 单/双线性差值

特征选择与特征提取

• 特征选择方法
• filter等
• 特征提取方法：PCA、LDA、SVD等

边缘提取

• Canny
• Roberts
• Sobel
• Prewitt
• Hessian特征
• Haar特征

相机模型

• 小孔成像模型
• 相机模型
• 镜头畸变
• 透视变换

计算机视觉与机器学习进阶

聚类算法

• kmeans
• 层次聚类
• 密度聚类
• 谱聚类

坐标变换与视觉测量

• 左右手坐标系及转换
• 万向锁
• 旋转矩阵
• 四元数

三维计算机视觉

• 立体视觉
• 多视几何
• SIFT算法

三维计算机视觉与点云模型

• PCL点云模型
• spin image
• 三维重构
• SFM算法

图像滤波器

• 直通滤波
• 体素滤波
• 双边滤波器
• 条件滤波
• 半径滤波
• 图像增加噪声与降噪

OpenCV详解

OpenCV算法解析

• 线性拟合
• 最小二乘法
• RANSAC算法
• 哈希算法
• DCT算法
• 汉明距离
• 图像相似度

第二阶段：深度学习与计算机视觉

深度学习与神经网络

• 深度学习简介
• 基本的深度学习架构
• 神经元
• 激活函数详解（sigmoid、tanh、relu等）
• 感性认识隐藏层
• 如何定义网络层
• 损失函数

推理和训练

• 神经网络的推理和训练
• bp算法详解
• 归一化
• Batch Normalization详解
• 解决过拟合
• dropout
• softmax
• 手推神经网络的训练过程

从零开始训练神经网络

• 使用python从零开始实现神经网络训练
• 构建神经网络的经验总结

深度学习开源框架

• pytorch
• tensorflow
• caffe
• mxnet
• keras
• 优化器详解(GD,SGD,RMSprop等

这条路线中的学习视频教程作者是王小天，目前就职于BAT之一，AI算法高级技术专家，法国TOP3高校双硕（计算机科学和数学应用双硕士）毕业。

👇长按下方二维码 2 秒

立即领取

（添加小助理人数较多，请耐心等待）

他在人工智能和芯片领域发表10余篇论文，具有深厚的学术背景和丰富的项目及业务落地经验。

工作期间主要负责人工智能业务线CV与NLP相关算法工作，推进人机混合智能、语义分割、机器翻译、虹膜识别等模块的核心算法研究与优化。

对图像分类、物体检测、目标跟踪、自动驾驶、计算机体系结构等有深入的研究。

他兼具理论与实战落地经验，深知初学者学习痛点。说实话，这样资历的人，很难得。

这份教程是他8年人工领域实战经验的凝练，他对学习者的建议：计算机视觉的提升不在于搭建模型，而在于不断调优、改进过程中积累的经验。

由于工作需要，这份教程我本人也在学习中，虽然已经从事这个行业多年，再看这份教程的时候，仍然能查漏补缺，收获满满，我相信不管是AI入门，还是已经具备了一定的工作经验，这份学习资料，都值得你去认真学习研究。

所有以上相关的的内容全部都已经打包好了，汇总成了一份百度云的链接，小贴心之处是怕有的兄弟没有买百度云会员的朋友，能用2MB+/S的速度下载，还特地给大家准备了下载链接。